Tulio Ferreira Leite da Silva

Computational modeling of user-generated desires on social media can significantly aid decision-makers across various fields. Initially explored through wish speech,this task has evolved into a nuanced examination of hope speech. To enhance understanding and detection, we propose a novel scheme rooted in formal semantics approaches to modality, capturing both future-oriented hopes through desires and beliefs and the counterfactuality of past unfulfilled wishes and regrets. We manually re-annotated existing hope speech datasets and built a new one which constitutes a new benchmark in the field. We also explore the capabilities of LLMs in automatically detecting hope speech, relying on several prompting strategies. To the best of our knowledge, this is the first attempt towards a language-driven decomposition of the notional category hope and its automatic detection in a unified setting.

Sentiment analysis is one of the areas where natural language processing finds its most widespread application, due to its economic relevance. Since the time when word of mouth was the only way to share an opinion, knowing what is said about a brand or product has always played a crucial role in companies' decision-making processes. Today, with the advent of digital social media platforms like Tripadvisor, sharing opinions has become much easier. However, processing this vast amount of information—commonly referred to as Big Data—is no trivial task. For this reason, the present work offers a critical overview of the current methods used in sentiment analysis and proposes a new set of categories to classify people’s attitudes, replacing the traditional labels of "positive", "negative", and "neutral". To this end, the so-called "generalist" perspective of semiotics, proposed by Saussure and developed by Hjelmslev, is employed, along with the contributions of Zilberberg’s tensive semiotics. Beyond the critique, a brief introduction to artificial neural networks—particularly Transformer networks—will also be presented, in order to illustrate recent developments in the field.

A crescente produção de dados na internet e nas redes sociais digitais  é incontornável e, até 2025, espera-se que a humanidade produza por dia 463  exabytes de dados em geral. A dimensão de tal valor pode ser ilustrada com a  imagem de aproximadamente meio trilhão de pendrives de 1 gigabyte. Tal  fenômeno, entretanto, longe de ser motivo para comemorações (como querem  as Big Techs), tem sido diretamente responsável por inúmeros males à  sociedade e à Democracia, sendo o discurso de ódio e a desinformação apenas a ponta do iceberg. Por conta desse cenário alarmante, a realização de pesquisas  na interface entre semiótica e tecnologias de processamento de dados se faz  urgente. Neste artigo, pretendemos apresentar brevemente o cenário de uma  das áreas mais celebradas da Inteligência Artificial (caracterizada pelas redes  neurais artificiais) e então utilizar os conceitos de contexto situacional e de  competência discursiva para debater os mecanismos de sinalização de discursos  enviesados, utilizados para marcar publicações digitais com potencial de  desinformação ou de discurso de ódio. Caso icônico ao qual pretendemos nos  deter, O Pão Que o Viado Amassou é um delivery curitibano, criado por um gay bem humorado, que foi penalizado pelo Facebook.

Analisamos criticamente os impactos da transformação digital intensificada pelas Big Techs, apontando como a centralização do poder tecnológico em poucas empresas contribui para desigualdades sociais, vigilância e perda de privacidade. A partir da crítica de Rafael Coimbra e da proposta do Humanismo Digital expressa no Manifesto de Viena, defende-se a urgência de reorientar a inovação tecnológica com base em valores humanísticos. O texto destaca a importância das Ciências Humanas na crítica, análise e intervenção sobre os sistemas digitais, com exemplos como a Engenharia Semiótica e propostas de uso da semiótica para qualificar algoritmos de análise de sentimento. Por fim, questiona-se o viés produtivista das políticas de inovação e propõe-se um realinhamento político-científico que coloque o combate às desigualdades no centro da transformação digital.